Я очень стараюсь добавить линию регрессии на графике ggplot. Сначала я попробовал аблайн, но мне не удалось заставить его работать. Потом я попробовал это ... data = data.frame(x.plot=rep(seq(1,5),10),y.plot=rnorm(50)) ggplot(data,aes(x.plot,y.plot))+stat_summary(fun.data=mean_cl_normal) + geom_smooth(method='lm',formula=data$y.plot~data$x.plot) Но это тоже не работает.
Как я могу сказать R использовать определенный уровень в качестве эталона, если я использую двоичные независимые переменные в регрессии? Просто по умолчанию используется какой-то уровень. lm(x ~ y + as.factor(b)) с b {0, 1, 2, 3, 4}. Скажем, я хочу использовать 3 вместо нуля, который используется R.
У меня есть pandasфрейм данных, и я хотел бы предсказать значения столбца A по значениям в столбцах B и C. Вот игрушечный пример: import pandas as pd df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40, 50], "C": [32, 234, 23, 23, 42523]}) В идеале у меня было бы что-то …
Я хочу выполнить линейную регрессию в R с помощью lm()функции. Мои данные представляют собой годовой временной ряд с одним полем для года (22 года) и другим для штата (50 штатов). Я хочу подобрать регрессию для каждого состояния, чтобы в конце у меня был вектор ответов lm. Я могу представить, что …